Quand je pense à la montée de l’IA, je me souviens de la montée de l’alphabétisation. Il y a plus de cent ans, beaucoup de gens pensaient que tout le monde n’avait pas besoin de lire et d’écrire. Beaucoup de gens s’occupaient des champs ou des moutons, donc il y avait moins besoin de communication écrite. Tout ce dont on avait besoin, c’était de grands prêtres et prêtresses et de moines pour lire le Livre Saint, et le reste d’entre nous pouvait aller au temple, à l’église ou dans un bâtiment saint, s’asseoir et écouter les grands prêtres et prêtresses nous le lire. Heureusement, depuis, on sait qu’on peut construire une société bien plus riche, si beaucoup de gens savent lire et écrire. 
Aujourd’hui, l’IA est dans les mains de grands prêtres et prêtresses. Ce sont des ingénieurs IA très compétents, qui travaillent dans les grandes entreprises de la tech. Et la plupart des gens ont seulement accès à l’IA qu’on a créé pour eux. Je pense qu’on peut créer une société bien plus riche si on rend tout le monde capable d’aider à écrire le futur. 
Pourquoi l’IA est largement concentrée dans les grandes entreprises de la tech ? Car beaucoup de projets IA sont chers à développer. Ils nécessitent des dizaines d’ingénieurs très compétents, et ça peut coûter des dizaines de millions de dollars de créer un système IA. Et les géants de la tech, surtout ceux qui ont des centaines de millions ou des milliards d’utilisateurs, ont été meilleurs que les autres pour rentabiliser ces investissements car, pour eux, un système d’IA universel, comme l’amélioration de la recherche web ou la recommandation de produits dans le commerce en ligne, peut être appliqué à ce grand nombre d’utilisateurs pour générer un énorme revenu. Mais cette recette de l’IA ne marche pas une fois que vous sortez de la tech ou d’Internet, vers des secteurs où, pour la plupart, il n’y a pas de projet qui concernent 100 millions de gens ou qui génère des revenus comparables. 
Laissez-moi vous donner un exemple. Le weekend, je conduis quelques minutes de ma maison à une pizzeria pour acheter une pizza hawaïenne chez le propriétaire de cette pizzeria. Et cette pizza est bonne, mais il y a toujours plein de pizzas froides autour de lui, et chaque weekend des saveurs différentes de pizzas sont en rupture de stock. Quand je le vois travailler dans son commerce, je suis content, car en vendant des pizzas, il génère des données. Et ce sont des données, dont il peut tirer bénéfice s’il a accès à l’IA. 
Les systèmes d’IA sont bons pour repérer des modèles 
lorsqu’ils ont accès aux bonnes données et peut-être qu’une IA pourrait savoir si la pizza méditerranéenne se vend bien le vendredi soir, il pourrait peut-être lui suggérer d’en faire plus le vendredi après-midi. Vous allez me dire : « On parle d’une petite pizzeria, Andrew. C’est quoi le problème ? » Je réponds à ce monsieur, qui possède la pizzeria, une chose qui pourrait l’aider à améliorer ses revenus de plusieurs milliers de dollars par an, une bonne affaire pour lui. 
On parle beaucoup du besoin de l’IA d’avoir des données massives, et avoir plus de données aide vraiment. Mais contrairement à ce qu’on dit, l’IA peut souvent bien fonctionner même avec une quantité modeste de données, comme les données générées par une seule pizzeria. Le vrai problème n’est pas qu’il n’y ait pas assez de données dans la pizzeria. Le vrai problème, c’est que la petite pizzeria ne servira jamais assez de clients pour assumer les coûts d’embaucher des spécialistes de l’IA. Je sais qu’aux États-Unis, il y a un demi-million de restaurants indépendants. Collectivement, ces restaurants servent des dizaines de millions de clients. Mais chaque restaurant est différent, avec un menu, des clients et un enregistrement des ventes différents, qui fait qu’il n’existe pas de modèle unique qui leur irait à tous. 
Et si nous pouvions permettre aux petits commerces et surtout aux commerces locaux d’utiliser l’IA ? Regardons à quoi cela pourrait ressembler dans une entreprise qui produit et vend des T-shirts. J’adorerais qu’un comptable travaillant pour une entreprise de T-shirts puisse utiliser l’IA pour anticiper la demande. Savoir quels mèmes amusants imprimer sur des T-shirts, pour stimuler les ventes, selon ce qui est tendance sur les réseaux sociaux. Ou pour le placement de produits, pourquoi un vendeur ne pourrait-il pas prendre des photos de l’apparence du magasin, les montrer à une IA qui recommande où placer les produits pour améliorer les ventes ? La chaîne d’approvisionnement. Une IA peut-elle recommander à un acheteur de payer ou non 20 dollars par mètre pour du tissu, ou s’il doit continuer à chercher car il pourrait en trouver un moins cher ailleurs ? Ou le contrôle qualité. Un inspecteur qualité devrait pouvoir utiliser l’IA pour scanner automatiquement des images des tissus utilisés pour des T-shirts, pour vérifier s’il y a un défaut ou une décoloration dans le tissu. 
Les géants de la tech utilisent l’IA pour résoudre ce type de problèmes, avec de bons résultats. Mais une entreprise de T-shirts, un mécanicien automobile, un grossiste, une école ou une ferme locale n’utiliseraient l’IA pour aucun de ces usages aujourd’hui. Chaque fabricant de T-shirt est assez différent des autres pour qu’il n’y ait pas de modèle universel d’IA pour tous. En fait, une fois que vous sortez d’Internet et de la tech, d’autres secteurs, même de grandes entreprises, comme les laboratoires pharmaceutiques, les constructeurs automobiles, les hôpitaux, ont du mal à l’utiliser. 
C’est le problème de la longue traîne de l’IA. Si vous prenez tous les projets actuels et potentiels en IA, que vous les classez par ordre décroissant de valeur et les imagez, vous obtenez un graphique comme ça. Peut-être que le meilleur système d’IA est celui qui décide quelles publicités montrer aux gens sur Internet. Peut-être que le deuxième meilleur est un moteur de recherche, peut-être que le troisième est un système en ligne de recommandation de produits. Mais quand vous détaillez cette courbe, vous obtenez des projets comme du placement de produit pour T-shirts ou l’anticipation de la demande de T-shirts ou de pizzas. Chaque projet est unique  et doit être fait sur mesure. Même l’anticipation de la demande de T-shirts, si elle dépend des mèmes à la mode sur les réseaux sociaux, est un projet très différent de l’anticipation de la demande de pizzas, si cette dernière dépend des données de vente de la pizzeria. Aujourd’hui, il y a des millions de projets dans cette longue traîne, sur lesquels personne ne travaille, mais dont la valeur agrégée est énorme. 
Comment peut-on permettre aux petits commerces et aux individus de créer des systèmes d’IA qui les intéressent ? Pendant la majeure partie des dernières années, si vous vouliez créer un système d’IA, voici ce que vous deviez faire. Vous deviez écrire des pages et des pages de code. Et même si j’adorerais que tout le monde sache coder, d’ailleurs la formation en ligne et hors-ligne aide plus de gens que jamais à apprendre à coder, malheureusement, tout le monde n’a pas le temps de faire ça. Il y a une manière émergente de créer des systèmes d’IA permettant la participation de plus de gens. Tout comme le stylo et le papier, qui sont des technologies bien supérieures à la tablette de pierre et au ciseau, étaient des instruments pour diffuser l’alphabétisation, il y a de nouvelles plateformes émergentes de développement d’IA qui, au lieu de vous demander d’écrire beaucoup de code, vous demandent de vous concentrer sur la fourniture de données. C’est finalement bien plus facile à faire pour beaucoup de gens. 
Il y a beaucoup d’entreprises qui travaillent sur de telles plateformes. Je vais illustrer quelques concepts, dont l’un que mon équipe a créé. Prenons l’exemple d’un inspecteur voulant que l’IA aide à détecter les défauts dans le tissu. Un inspecteur peut prendre des photos du tissu, les mettre sur une plateforme comme ceci et montrer à l’IA ce à quoi ressemble un défaut de fabrication en dessinant des rectangles. Il peut aussi montrer à l’IA ce à quoi ressemble une décoloration du tissu en dessinant des rectangles. Ces images, avec les rectangles verts et roses que l’inspecteur a dessinés, sont des données créées par l’inspecteur pour expliquer à l’IA comment trouver les défauts et la décoloration. Après que l’IA ait examiné ces données, on remarque qu’elle a vu assez d’images de défauts, mais pas assez d’images de décoloration. C’est comme si un jeune inspecteur avait appris à reconnaître les défauts, mais devait toujours affiner son jugement sur les décolorations. L’inspecteur peut revoir et prendre plus de photos des décolorations pour montrer à l’IA comment l’aider à approfondir sa compréhension. En ajustant les données que vous donnez à l’IA, vous pouvez aider l’IA à devenir plus intelligente. Si un inspecteur utilisant une plateforme accessible comme ça peut, en quelques heures ou jours, et en achetant un appareil photo adapté, créer un système personnalisé d’IA pour détecter les défauts, les tâches et décolorations sur tout le tissu utilisé pour faire des T-shirts à travers l’usine. 
Encore une fois, vous pouvez me dire : « Mais Andrew, on ne parle que d’une usine. Pourquoi c’est si important ? » 
Et je vous réponds que c’est important car cela facilite la vie des inspecteurs, mais aussi car ce type de technologie peut aider un boulanger à utiliser l’IA pour vérifier la qualité des gâteaux qu’il fait, ou un agriculteur bio à vérifier la qualité des légumes, ou un fabricant de meubles à vérifier la qualité du bois qu’il utilise. 
De telles plateformes nécessiteront sûrement quelques années de plus avant d’être faciles à utiliser pour chaque pizzaïolo. Mais beaucoup d’entre elles voient le jour dont certaines vont être plutôt utiles pour quelqu’un qui est à l’aise avec la technologie et a un peu d’entraînement. Mais cela signifie que, plutôt que de laisser les grands prêtres et prêtresses écrire des systèmes d’IA pour tous, nous pouvons encourager chaque comptable, chaque commerçant, chaque acheteur et inspecteur qualité à créer leurs propres systèmes d’IA. 
J’espère que le pizzaïolo et d’autres commerçants comme lui profiteront aussi de cette technologie, car l’IA crée une richesse énorme et continuera à créer une richesse énorme. C’est seulement en démocratisant l’accès à l’IA qu’on pourra s’assurer que cette richesse est diffusée largement dans la société. 
Pendant des centaines d’années, je pense que presque personne n’a compris l’impact que l’alphabétisation pouvait avoir. Aujourd’hui, je pense qu’il est difficile de comprendre l’impact qu’aura l’accès démocratisé à l’IA. Créer des systèmes d’IA a été hors de portée de la plupart des gens, mais cela n’a plus besoin d’être le cas. Dans le siècle à venir pour l’IA, nous encouragerons tout le monde à créer des systèmes d’IA pour soi, et je pense que ce sera un futur très prometteur. 
Merci beaucoup. 
(Applaudissements) 
